Firefly научился чувствовать голос и делать видео

Post Thumbnail

Adobe выпустила серьёзное обновление для своей платформы Firefly. И это единственное решение, способное по-настоящему конкурировать с Google Veo 3. В то время как другие разработчики пытаются догнать лидеров, Adobe предлагает уникальные инструменты.

Главная новинка — функция Generate Sound Effects. Теперь вы можете создавать звуковые эффекты, просто описав их текстом или даже собственным голосом. Нужен звук грозы или шелест листьев? Достаточно сказать системе, что именно требуется.

Ключевое преимущество перед Google — звуковая дорожка создаётся как отдельный файл. В Veo 3 звук неразрывно связан с видео, и при необходимости изменений приходится начинать с нуля. Adobe позволяет детально настраивать, редактировать и синхронизировать звук с происходящим на экране.

Особенно интересная возможность — это управление звуком с помощью голоса. Firefly анализирует энергию и ритм вашей речи для точного размещения эффектов в нужных местах видеоролика.

Техническая часть тоже получила улучшения. Обновлённая модель Firefly Video теперь создаёт более естественные движения с плавными переходами, особенно хорошо справляясь с динамическими пейзажами и анимацией.

Ещё важная функция — Text to Avatar. Загрузите текст, выберите виртуального персонажа, настройте фон и акцент — система автоматически создаст видео. Это отличное решение для обучающих материалов и презентаций.

Почитать из последнего
ИИ-ассистент научили разбирать документы и алерты
Главный вопрос корпоративного ИИ прост: что будет с данными после запроса? РТК-ЦОД предлагает не рисковать ими. На форуме «Цифровые решения» компания с блоком ИТ «Ростелекома» представила ассистента для организаций с жёсткими требованиями к защите.
К 2027 году чипов хватит на миллиарды ИИ-агентов
Похоже, у ИИ скоро вылезет проблема, которую не залатать покупкой ещё одного чипа. По расчётам Epoch AI, вычислительной мощности, выпущенной с 2025 по 2027 год, хватит для одновременной работы от 33 до 171 млн агентов уровня передовых моделей.
Kandinsky научился лепить видео со звуком
ИИ-видео всё меньше смахивает на немой клип. «Сбер» показал Kandinsky 6.0 Video - модель, которая разом генерит картинку и звук: речь персонажей, музыку и шумы окружения.
Три профессии, которые ИИ уже плодит прямо сейчас
ИИ перетряхивает рынок труда не только тем, что съедает привычные задачи. Вместе с автоматизацией вылезают специалисты, которых ещё несколько лет назад никто бы не вообразил, и часть таких профессий формируется на глазах.
Google научила эмбеддинги переваривать сразу пять типов данных
Google порешила, что эмбеддингам хватит возиться с одним текстом. Компания выкатила вторую версию EmbeddingGemma: теперь система сваливает в общее векторное пространство текст, код, изображения, видео и аудио. Так что на вход можно подавать сразу несколько типов данных.